一种SPC与二自由度IMC的TITO‑NDCS时变网络时延补偿方法与流程

一种SPC(Smith predictor control，SPC)与二自由度IMC(Internal model control，IMC)的TITO(Two-input and two-output，TITO)-NDCS(Networked decoupling control systems，NDCS)时变网络时延补偿方法，涉及自动控制技术、网络通信技术和计算机技术的交叉领域，尤其涉及带宽资源有限的多输入多输出网络解耦控制系统技术领域。

背景技术：

在分布式控制系统中，传感器与控制器、控制器与执行器之间，通过实时通信网络构成的闭环反馈控制系统，称为网络控制系统(Networked control systems，NCS)，NCS的典型结构如图1所示。

NCS与传统的点对点结构的控制系统相比，可实现资源共享、远程操作与控制、具有极高的诊断能力、安装与维护简便、增加了系统的灵活性和可靠性等诸多优点。远程遥操作、遥医学、远程教学、无线网络机器人、某些兵器系统以及新兴的以现场总线及工业以太网为基础的控制系统均属于NCS的范畴，此外，NCS在航空航天领域以及复杂、危险的工业控制领域也有广阔的应用，对其研究正成为国际学术界的一个热点课题。

在NCS中，由于网络时延、数据丢包以及网络拥塞等现象的存在，使得NCS面临诸多新的挑战。当NCS的传感器、控制器和执行器之间通过网络交换数据时，必然会导致网络时延，从而会降低系统的性能甚至引起系统的不稳定。由于网络中的信息源很多，传输数据流经众多计算机和通讯设备且路径非唯一；或由于网络带宽的限制以及传输机制的影响，网络拥塞或连接中断等原因，将导致网络数据包的时序错乱和数据包的丢失。虽然时延系统的分析和建模近年来已取得很大进展，但NCS中可能存在多种不同性质的时延(常数、有界、随机、时变等)，使得现有的方法一般不能直接应用。传统的控制理论在对系统进行分析和设计时，往往做了很多理想化的假定，如单率采样、同步控制、无时延传输和调节。而在NCS中，由于控制回路存在网络，上述假设通常是不成立的，因此传统控制理论都要重新评估才能应用到NCS中。

目前，国内外关于NCS的研究，主要是针对单输入单输出(Single-input and single-output，SISO)网络控制系统，分别在网络时延已知、未知或随机，网络时延小于一个采样周期或大于一个采样周期，单包传输或多包传输，有无数据包丢失等情况下，对其进行数学建模或稳定性分析与控制。但针对实际工业过程中，普遍存在的至少包含两个输入输出(Two-input and two-output，TITO)的控制系统，所构成的多输入多输出(Multiple-input and multiple-output，MIMO)网络控制系统的研究则相对较少，尤其是针对输入与输出信号之间，存在耦合作用需要通过解耦处理的多输入多输出网络解耦控制系统时延补偿与控制的研究成果则相对更少。

MIMO-NDCS的典型结构如图2所示。

与SISO-NCS相比，MIMO-NDCS具有以下特点：

(1)输入信号与输出信号之间彼此影响并存在耦合作用

在存在耦合作用的MIMO-NCS中，一个输入信号的变化将会使多个输出信号发生变化，而各个输出信号也不只受到一个输入信号的影响。即使输入与输出信号之间经过精心选择配对，各控制回路之间也难免存在着相互影响，因而要使输出信号独立地跟踪各自的输入信号是有困难的。MIMO-NDCS中的解耦器，用于解除或降低多输入多输出信号之间的耦合作用。

(2)内部结构比SISO-NCS和MIMO-NCS要复杂得多

(3)被控对象可能存在不确定性因素

在MIMO-NDCS中，涉及的参数较多，各控制回路间的联系较多，参数变动对整体控制效果的影响会变得很复杂。

(4)控制部件失效

在MIMO-NDCS中，至少包含有两个或两个以上的闭环控制回路，至少包含有两个或两个以上的传感器和执行器。每一个元件的失效都可能影响整个控制系统的性能，严重时会使控制系统不稳定，甚至造成重大事故。

由于MIMO-NDCS的上述特殊性，使得大部分基于SISO-NCS进行设计与控制的方法，已无法满足MIMO-NDCS的控制性能与控制质量的要求，使其不能或不能直接应用于MIMO-NDCS的设计与分析中， 给MIMO-NDCS的控制与设计带来了一定的困难。

对于MIMO-NDCS，网络时延补偿与控制的难点主要在于：

(1)由于网络时延与网络拓扑结构、通信协议、网络负载、网络带宽和数据包大小等因素有关，对大于数个乃至数十个采样周期的时变性网络时延，要建立MIMO-NDCS中各个控制回路的时变性网络时延准确的预测、估计或辨识的数学模型，目前几乎是不可能的。

(2)发生在MIMO-NDCS中，前一个节点向后一个节点传输网络数据过程中的网络时延，在前一个节点中无论采用何种预测或估计方法，都不可能事先提前知道其后产生的网络时延准确值。时延导致系统性能下降甚至造成系统不稳定，同时也给控制系统的分析与设计带来困难。

(3)要满足MIMO-NDCS中，不同分布地点的所有节点时钟信号完全同步是不现实的。

(4)由于MIMO-NCS中，输入与输出之间彼此影响，并存在耦合作用，其MIMO-NDCS的内部结构要比MIMO-NCS和SISO-NCS复杂，可能存在的不确定性因素较多，对MIMO-NDCS实施时延补偿与控制要比MIMO-NCS和SISO-NCS困难得多。

技术实现要素：

本发明涉及MIMO-NDCS中的一种两输入两输出网络解耦控制系统(TITO-NDCS)时变时延的补偿与控制，其TITO-NDCS的典型结构如图3所示。

针对图3中的闭环控制回路1：

1)从输入信号x₁(s)到输出信号y₁(s)之间的闭环传递函数为：

式中：C₁(s)是控制器，G₁₁(s)是被控对象；τ₁表示将控制器C节点的输出信号u₁(s)，经前向网络通路传输到解耦执行器DA1节点所经历的时变网络时延；τ₂表示将传感器S1节点的输出信号y₁(s)，经反馈网络通路传输到控制器C节点所经历的时变网络时延。

2)来自闭环控制回路2解耦执行器DA2节点的解耦控制信号u_p2(s)，通过交叉解耦通路传递函数P₁₂(s)和被控对象交叉通路传递函数G₁₂(s)作用于闭环控制回路1，从输入信号u_p2(s)到输出信号y₁(s)之间的闭环传递函数为：

上述闭环传递函数等式(1)和(2)的分母中，包含了时变网络时延τ₁和τ₂的指数项 和时延的存在将恶化控制系统的性能质量，甚至导致系统失去稳定性。

针对图3中的闭环控制回路2：

1)从输入信号x₂(s)到输出信号y₂(s)之间的闭环传递函数为：

式中：C₂(s)是控制器，G₂₂(s)是被控对象；τ₃表示将控制器C节点的控制输出信号u₂(s)，经前向网络通路传输到解耦执行器DA2节点所经历的时变网络时延；τ₄表示将传感器S2节点的输出信号y₂(s)，经反馈网络通路传输到控制器C节点所经历的时变网络时延。

2)来自闭环控制回路1解耦执行器DA1节点的解耦控制信号u_p1(s)，通过交叉解耦通路传递函数P₂₁(s)和被控对象交叉通路传递函数G₂₁(s)作用于闭环控制回路2，从输入信号u_p1(s)到输出信号y₂(s)之间的闭环传递函数为：

上述闭环传递函数等式(3)和(4)的分母中，包含了时变网络时延τ₃和τ₄的指数项 和时延的存在将恶化控制系统的性能质量，甚至导致系统失去稳定性。

发明目的：

针对图3的TITO-NDCS，其闭环控制回路1的闭环传递函数等式(1)和(2)的分母中，均包含了时变网络时延τ₁和τ₂的指数项和以及闭环控制回路2的闭环传递函数等式(3)和(4)的分母中，均包含了时变网络时延τ₃和τ₄的指数项和时延的存在会降低各自闭环控制回路的控制性能质量并影响各自闭环控制回路的稳定性，同时也将降低整个系统的控制性能质量并影响整个系统的稳定性，严重时将导致整个系统失去稳定性。

本发明的目的在于：

(1)为了免除对各闭环控制回路中，节点之间网络时延的测量、估计或辨识，进而降低网络时延τ₁和τ₂，以及τ₃和τ₄对各自闭环控制回路以及整个控制系统控制性能质量与系统稳定性的影响，当预估模型等于其真实模型时，可实现各自闭环控制回路的特征方程中不包含网络时延的指数项，进而可降低网络时延对系统稳定性的影响，改善系统的动态性能质量，实现对TITO-NDCS时变网络时延的分段、实时、在线和动态的预估补偿与控制。

(2)针对一自由度IMC的TITO-NDCS，由于其内模控制器C_IMC(s)中，只有一个前馈滤波器参数λ可调节，需要在系统的跟踪性与鲁棒性之间进行折衷，对于高性能要求的TITO-NDCS或存在较大扰动和模型失配的TITO-NDCS，难以兼顾各方面的性能而获得满意的控制效果。

(3)本发明提出一种TITO-NDCS时变网络时延的SPC和二自由度IMC方法

针对图3中闭环控制回路1，提出一种基于SPC的时延补偿方法；针对图3中闭环控制回路2，提出一种基于二自由度IMC的时延补偿方法。

采用方法：

针对图3中的闭环控制回路1：

第一步：为了实现满足预估补偿条件时，闭环控制回路1的闭环特征方程中不再包含网络时延的指数项，以实现对网络时延τ₁和τ₂的补偿与控制，在控制器C节点中，采用以控制信号u₁(s)和u_p2m(s)作为输入信号，被控对象预估模型G_11m(s)和G_12m(s)及交叉预估解耦模型P_12m(s)作为被控及解耦过程，控制与过程数据通过网络传输时延预估模型以及围绕内控制器C₁(s)，构造一个正反馈预估控制回路和一个负反馈预估控制回路，如图4所示；

第二步：针对实际TITO-NDCS中，难以获取网络时延准确值的问题，在图4中要实现对网络时延的补偿与控制，除了要满足被控对象预估模型等于其真实模型的条件外，还必须满足时变网络时延预估模型 以及要等于其真实模型以及的条件，以及满足预估解耦模型P_12m(s)等于其真实解耦模型P₁₂(s)的条件(由于解耦通道传递函数P₁₂(s)是人为设计与选择，自然满足P_12m(s)＝P₁₂(s))；为此，从传感器S1节点到控制器C节点之间，以及从控制器C节点到解耦执行器DA1节点之间，采用真实的网络数据传输过程以及代替其间网络时延的预估补偿模型以及因而无论被控对象的预估模型是否等于其真实模型，都可以从系统结构上实现不包含其间网络时延的预估补偿模型，从而免除对闭环控制回路1中，节点之间时变网络时延τ₁和τ₂的测量、估计或辨识；当预估模型等于其真实模型时，可实现对其时变网络时延τ₁和τ₂的补偿与SPC；实施本发明方法的网络时延补偿与SPC结构如图5；

针对图3中的闭环控制回路2：

第一步：在控制器C节点中，首先构建一个内模控制器C_2IMC(s)用于取代控制器C₂(s)；为了实现满足预估补偿条件时，闭环控制回路2的闭环特征方程中不再包含网络时延的指数项，以实现对网络时延τ₃和τ₄的补偿与控制，采用以控制信号u₂(s)和u_p1m(s)作为输入信号，被控对象预估模型G_22m(s)和G_21m(s)及交叉预估解耦模型P_21m(s)作为被控及解耦过程，控制与过程数据通过网络传输时延预估模型以及围绕内模控制器C_2IMC(s)，构造一个正反馈预估控制回路和一个负反馈预估控制回路，如图4所示；

第二步：针对实际TITO-NDCS中，难以获取网络时延准确值的问题，在图4中要实现对网络时延的补偿与控制，除了要满足被控对象预估模型等于其真实模型的条件外，还必须满足时变网络时延预估模型 以及要等于其真实模型以及的条件，以及满足预估解耦模型P_21m(s)等于其真实解耦模型P₂₁(s)的条件(由于解耦通道传递函数P₂₁(s)是人为设计与选择，自然满足P_21m(s)＝P₂₁(s))；为此，从传感器S2节点到控制器C节点之间，以及从控制器C节点到解耦执行器DA2节点之间，采用真实的网络数据传输过程以及代替其间网络时延的预估补偿模型以及因而无论被控对象的预估模型是否等于其真实模型，都可以从系统结构上实现不包含其间网络时延的预估补偿模型，从而免除对闭环控制回路2中，节点之间时变网络时延τ₃和τ₄的测量、估计或辨识；当预估模型等于其真实模型时，可实现对其时变网络时延τ₃和τ₄的补偿与控制；与此同时，在闭环控制回路2的反馈通路中，增加反馈滤波器F₂(s)；实施本发明方法的网络时延二自由度IMC方法结构如图5所示；

对于图5中的闭环控制回路1：

1)从输入信号x₁(s)到输出信号y₁(s)之间的闭环传递函数为：

式中：G_11m(s)是被控对象G₁₁(s)的预估模型。

2)来自控制预解耦器CPD节点中，闭环控制回路2的内模控制器C_2IMC(s)的输出IMC信号u₂(s)与交叉解耦通道传递函数预估模型P_21m(s)输出信号y_p21m(s)相减后得到信号u_p2m(s)，即u_p2m(s)＝u₂(s)-y_p21m(s)；将u_p2m(s)作用于闭环控制回路1，从输入信号u_p2m(s)到输出信号y₁(s)之间的闭环传递函数为：

3)来自闭环控制回路2解耦执行器DA2节点中的解耦控制信号u_p2(s)，通过交叉解耦通路传递函数P₁₂(s)，以及通过被控对象交叉通道传递函数G₁₂(s)和其预估模型G_12m(s)作用于闭环控制回路1，从输入信号u_p2(s)到输出信号y₁(s)之间的闭环传递函数为：

采用本发明方法，当G_11m(s)＝G₁₁(s)时，闭环控制回路1的闭环传递函数的特征方程将由 变成1+C₁(s)G₁₁(s)＝0，其闭环传递函数的分母中已经不再包含影响系统稳定性的网络时延τ₁和τ₂的指数项和从而可降低网络时延对系统稳定性的影响， 改善系统的动态控制性能质量，实现对时变网络时延的动态补偿与SPC。

对于图5中的闭环控制回路2：

1)从输入信号x₂(s)到输出信号y₂(s)之间的闭环传递函数为：

式中：G_22m(s)是被控对象G₂₂(s)的预估模型；C_2IMC(s)是内模控制器；F₂(s)是反馈滤波器。

2)来自控制预解耦器CPD节点中，闭环控制回路1控制器C₁(s)的输出信号u₁(s)与交叉解耦通道传递函数预估模型P_12m(s)的输出信号y_p12m(s)相减后得到信号u_p1m(s)，即u_p1m(s)＝u₁(s)-y_p12m(s)；将u_p1m(s)作用于闭环控制回路2，从输入信号u_p1m(s)到输出信号y₂(s)之间的闭环传递函数为：

3)来自闭环控制回路1的解耦执行器DA1节点中的解耦控制信号u_p1(s)，通过交叉解耦通路传递函数P₂₁(s)，以及通过被控对象交叉通道传递函数G₂₁(s)和其预估模型G_21m(s)作用于闭环控制回路2，从输入信号u_p1(s)到输出信号y₂(s)之间的闭环传递函数为：

采用本发明方法，当G_22m(s)＝G₂₂(s)时，闭环控制回路2的闭环传递函数分母将由 变成1。

此时，闭环控制回路2相当于一个开环控制系统，闭环传递函数的分母中已经不再包含影响系统稳定性的网络时延τ₃和τ₄的指数项和系统的稳定性仅与被控对象和内模控制器本身的稳定性有关。从而可降低网络时延对系统稳定性的影响，改善系统的动态控制性能质量，实现对时变网络时延的动态补偿与二自由度IMC。

当系统存在较大扰动和模型失配时，反馈滤波器F₂(s)的存在可以提高系统的跟踪性和抗干扰能力，降低网络时延对系统稳定性的影响，进一步改善系统的动态性能质量。

在闭环控制回路1中，控制器C₁(s)的选择：

闭环控制回路1采用SPC方法，从TITO-NDCS结构上实现与具体控制器C₁(s)的控制策略的选择无关。控制器C₁(s)可根据被控对象G₁₁(s)的数学模型以及模型参数的变化情况，既可选择常规控制策略，亦可选择智能控制或复杂控制策略。

在闭环控制回路2中，二自由度IMC的设计与选择：

(1)内模控制器C_2IMC(s)的设计与选择：

设计内模控制器一般采用零极点相消法，即两步设计法：第一步是设计一个取之为被控对象模型的逆模型作为前馈控制器C₂₂(s)；第二步是在前馈控制器中添加一定阶次的前馈滤波器f₂(s)，构成一个完整的内模控制器C_2IMC(s)。

1)前馈控制器C₂₂(s)

先忽略被控对象与被控对象模型不完全匹配时的误差、系统的干扰及其它各种约束条件等因素，选择闭环控制回路2中，被控对象预估模型等于其真实模型，即：G_22m(s)＝G₂₂(s)。

此时，被控对象预估模型可以根据被控对象的零极点分布状况划分为：G_22m(s)＝G_22m+(s)G_22m-(s)，其中：G_22m+(s)为被控对象预估模型G_11m(s)中包含纯滞后环节和s右半平面零极点的不可逆部分；G_22m-(s)为被控对象预估模型中的最小相位可逆部分。

通常情况下，闭环控制回路2的前馈控制器C₂₂(s)可选取为：

2)前馈滤波器f₂(s)

由于被控对象中的纯滞后环节和位于s右半平面的零极点会影响前馈控制器的物理实现性，因而在前馈控制器的设计过程中只取了被控对象最小相位的可逆部分G_22m-(s)，忽略了G_22m+(s)；由于被控对象与被控对象预估模型之间可能不完全匹配而存在误差，系统中还可能存在干扰信号，这些因素都有可能使系统失去稳定。为此，在前馈控制器中添加一定阶次的前馈滤波器，用于降低以上因素对系统稳定性的影响，提高系统的鲁棒性。

通常把闭环控制回路2的前馈滤波器f₂(s)，选取为比较简单的n2阶滤波器其中：λ₂为前馈滤波器时间常数；n₂为前馈滤波器的阶次，且n₂＝n_2a-n_2b；n_2a为被控对象G₂₂(s)分母的阶次；n_2b为被控对象G₂₂(s)分子的阶次，通常n₂＞0。

3)内模控制器C_2IMC(s)

闭环控制回路2的内模控制器C_2IMC(s)可选取为:

从等式(11)中可以看出：一个自由度的内模控制器C_2IMC(s)中，只有一个可调节参数λ₂，由于λ₂参数的变化与系统的跟踪性能和抗干扰能力都有着直接的关系，因此在整定滤波器的可调节参数λ₂时，一般需要在系统的跟踪性与抗干扰能力两者之间进行折衷。

(2)反馈滤波器F₂(s)的设计与选择：

闭环控制回路2的反馈滤波器F₂(s)，可选取比较简单的一阶滤波器F₂(s)＝(λ₂s+1)/(λ_2fs+1)，其中：λ₂为前馈滤波器f₂(s)中的时间常数；λ_2f为反馈滤波器调节参数。

通常情况下，在反馈滤波器调节参数λ_2f固定不变的情况下，系统的跟踪性能会随着前馈滤波器调节参数λ₂的减小而变好；在前馈滤波器调节参数λ₂固定不变的情况下，系统的跟踪性几乎不变，而抗干扰能力则会随着λ_2f的减小而变强。

因此，基于二自由度IMC的TITO-NDCS，可以通过合理选择前馈滤波器f₂(s)与反馈滤波器F₂(s)的参数，以提高系统的跟踪性和抗干扰能力，降低网络时延对系统稳定性的影响，改善系统的动态性能质量。

本发明的适用范围：

适用于被控对象预估模型等于其真实模型时采用SPC，以及模型可能存在一定偏差时采用二自由度IMC的一种TITO-NDCS时变网络时延的补偿与控制；其研究思路与方法，同样也适用于被控对象预估模型等于其真实模型时采用SPC，以及模型可能存在一定偏差时采用二自由度IMC的多输入多输出网络解耦控制系统(MIMO-NDCS)时变网络时延的补偿与控制。

本发明的特征在于该方法包括以下步骤：

对于闭环控制回路1：

(1).当传感器S1节点被周期为h₁的采样信号触发时，将采用方式A进行工作；

(2).当控制预解耦器CPD节点被反馈信号y_1b(s)触发时，将采用方式B进行工作；

(3).当解耦执行器DA1节点被控制信号u₁(s)触发时，将采用方式C进行工作；

对于闭环控制回路2：

(4).当传感器S2节点被周期为h₂的采样信号触发时，将采用方式D进行工作；

(5).当控制预解耦器CPD节点被反馈信号y_2b(s)触发时，将采用方式E进行工作；

(6).当解耦执行器DA2节点被IMC信号u₂(s)触发时，将采用方式F进行工作；

方式A的步骤包括：

A1：传感器S1节点工作于时间驱动方式，其触发信号为周期h₁的采样信号；

A2：传感器S1节点被触发后，对被控对象G₁₁(s)的输出信号y₁₁(s)和被控对象交叉通道传递函数G₁₂(s)的输出信号y₁₂(s)，以及解耦执行器DA1节点的输出信号y_11mb(s)和y_12mb(s)进行采样，并计算出闭环控制回路1的系统输出信号y₁(s)和反馈信号y_1b(s)，且y₁(s)＝y₁₁(s)+y₁₂(s)和y_1b(s)＝y₁(s)-y_11mb(s)-y_12mb(s)；

A3：传感器S1节点将反馈信号y_1b(s)，通过闭环控制回路1的反馈网络通路向控制预解耦器CPD节点传输，反馈信号y_1b(s)将经历网络传输时延τ₂后，才能到达控制预解耦器CPD节点；

方式B的步骤包括：

B1：控制预解耦器CPD节点工作于事件驱动方式，被反馈信号y_1b(s)所触发；

B2：在控制预解耦器CPD节点中，将闭环控制回路1的系统给定信号x₁(s)与反馈信号y_1b(s)和被控对象交叉通道传递函数预估模型G_12m(s)的输出值y_12ma(s)以及被控对象预估模型G_11m(s)的输出值y_11ma(s)相减，得到系统偏差信号e₁(s)，即e₁(s)＝x₁(s)-y_1b(s)-y_12ma(s)-y_11ma(s)；

B3：对e₁(s)实施控制算法C₁(s)，得到控制信号u₁(s)；

B4：将控制信号u₁(s)与预解耦交叉通道传递函数P_12m(s)的输出信号y_p12m(s)相减，得到预解耦信号u_p1m(s)，即u_p1m(s)＝u₁(s)-y_p12m(s)；将u_p1m(s)作用于被控对象预估模型G_11m(s)得到其输出值y_11ma(s)；

B5：将来自控制预解耦器CPD节点闭环控制回路2中的预解耦信号u_p2m(s)作用于闭环控制回路1的被控对象交叉通道传递函数预估模型G_12m(s)得到其输出信号y_12ma(s)；将预解耦信号u_p2m(s)作用于交叉解耦通道传递函数预估模型P_12m(s)得到其输出信号y_p12m(s)；

B6：将控制信号u₁(s)通过闭环控制回路1的前向网络通路单元向解耦执行器DA1节点传输，u₁(s)将经历网络传输时延τ₁后，才能到达解耦执行器DA1节点；

方式C的步骤包括：

C1：解耦执行器DA1节点工作于事件驱动方式，被控制信号u₁(s)所触发；

C2：将来自于闭环控制回路2解耦执行器DA2节点的解耦输出信号u_p2(s)，作用于闭环控制回路1的解耦交叉通道传递函数P₁₂(s)得到其输出值y_p12(s)；将控制信号u₁(s)与y_p12(s)相减，得到控制回路1的解耦输出信号u_p1(s)，即u_p1(s)＝u₁(s)-y_p12(s)；

C3：将来自于闭环控制回路2解耦执行器DA2节点的解耦输出信号u_p2(s)，作用于解耦执行器DA1节点中的预估模型G_12m(s)得到其输出值y_12mb(s)；

C4：将解耦执行器DA1节点的输出信号u_p1(s)，作用于被控对象传递函数预估模型G_11m(s)得到其输出值y_11mb(s)；

C5：将解耦执行器DA1节点的输出信号u_p1(s)，作用于被控对象G₁₁(s)得到其输出值y₁₁(s)；将信号u_p1(s)作用于被控对象交叉通道传递函数G₂₁(s)得到其输出值y₂₁(s)；从而实现对被控对象G₁₁(s)和G₂₁(s)的解耦与SPC，并实现对时变网络时延τ₁和τ₂的补偿与控制；

方式D的步骤包括：

D1：传感器S2节点工作于时间驱动方式，其触发信号为周期h₂的采样信号；

D2：传感器S2节点被触发后，对被控对象G₂₂(s)输出信号y₂₂(s)和被控对象交叉通道传递函数G₂₁(s)输出信号y₂₁(s)，以及解耦执行器DA2节点的输出信号y_22mb(s)和y_21mb(s)进行采样，并计算出闭环控制回路2系统输出信号y₂(s)和反馈信号y_2b(s)，且y₂(s)＝y₂₂(s)+y₂₁(s)和y_2b(s)＝y₂(s)-y_22mb(s)-y_21mb(s)；

D3：传感器S2节点将反馈信号y_2b(s)，通过闭环控制回路2的反馈网络通路向控制预解耦器CPD节点传输，反馈信号y_2b(s)将经历网络传输时延τ₄后，才能到达控制预解耦器CPD节点；

方式E的步骤包括：

E1：控制预解耦器CPD节点工作于事件驱动方式，被反馈信号y_2b(s)所触发；

E2：在控制预解耦器CPD节点中，将反馈信号y_2b(s)先与被控对象交叉通道传递函数预估模型G_21m(s)的输出y_21ma(s)相加后再与被控对象预估模型G_22m(s)的输出值y_22ma(s)相减得到其信号y_2c(s)，即y_2c(s)＝y_2b(s)+y_21ma(s)-y_22ma(s)；将y_2c(s)作用于反馈滤波器F₂(s)得到其输出值y_F2(s)；将系统给定信号x₂(s)，减去反馈滤波器F₂(s)的输出信号y_F2(s)，得到系统偏差信号e₂(s)，即e₂(s)＝x₂(s)-y_F2(s)；

E3：对e₂(s)实施内模控制算法C_2IMC(s)，得到IMC信号u₂(s)；

E4：将IMC信号u₂(s)与预解耦交叉通道传递函数P_21m(s)的输出信号y_p21m(s)相减，得到预解耦信号u_p2m(s)，即u_p2m(s)＝u₂(s)-y_p21m(s)；

E5：将来自控制预解耦器CPD节点闭环控制回路1中的预解耦信号u_p1m(s)作用于闭环控制回路2的被控对象交叉通道传递函数预估模型G_21m(s)得到其输出信号y_21ma(s)；将预解耦信号u_p1m(s)作用于交叉解耦通道传递函数预估模型P_21m(s)得到其输出信号y_p21m(s)；将y_p21m(s)作用于被控对象预估模型G_22m(s)得到其输出值y_22ma(s)；

E6：将IMC信号u₂(s)通过闭环控制回路2的前向网络通路单元向解耦执行器DA2节点传输，u₂(s)将经历网络传输时延τ₃后，才能到达解耦执行器DA2节点；

方式F的步骤包括：

F1：解耦执行器DA2节点工作于事件驱动方式，被IMC信号u₂(s)所触发；

F2：将来自于闭环控制回路1解耦执行器DA1节点的解耦输出信号u_p1(s)，作用于闭环控制回路2的解耦交叉通道传递函数P₂₁(s)得到其输出值y_p21(s)；将IMC信号u₂(s)与y_p21(s)相减，得到控制回路2的解耦输出信号u_p2(s)，即u_p2(s)＝u₂(s)-y_p21(s)；

F3：将来自于闭环控制回路1解耦执行器DA1节点的解耦输出信号u_p1(s)，作用于解耦执行器DA2节点中的预估模型G_21m(s)得到其输出值y_21mb(s)；

F4：将解耦执行器DA2节点的输出信号u_p2(s)，作用于被控对象传递函数预估模型G_22m(s)得到其输出值y_22mb(s)；

F5：将解耦执行器DA2节点的输出信号u_p2(s)，作用于被控对象G₂₂(s)得到其输出值y₂₂(s)；将信号u_p2(s)作用于被控对象交叉通道传递函数G₁₂(s)得到其输出值y₁₂(s)；从而实现对被控对象G₂₂(s)和G₁₂(s)的 解耦与二自由度IMC，并实现对时变网络时延τ₃和τ₄的补偿与控制。

本发明具有如下特点：

1、由于从结构上免除对TITO-NDCS中，时变网络时延的测量、观测、估计或辨识，同时还可免除节点时钟信号同步的要求，可避免时延估计模型不准确造成的估计误差，避免对时延辨识所需耗费节点存贮资源的浪费，同时还可避免由于时延造成的“空采样”或“多采样”带来的补偿误差。

2、由于从TITO-NDCS结构上，实现与具体的网络通信协议的选择无关，因而既适用于采用有线网络协议的TITO-NDCS，亦适用于采用无线网络协议的TITO-NDCS；既适用于确定性网络协议，亦适用于非确定性的网络协议；既适用于异构网络构成的TITO-NDCS，同时亦适用于异质网络构成的TITO-NDCS。

3、采用SPC的控制回路1，由于从TITO-NDCS结构上实现与具体控制器C₁(s)控制策略的选择无关，因而既可用于采用常规控制的TITO-NDCS，亦可用于采用智能控制或采用复杂控制策略的TITO-NDCS。

4、与采用一自由度IMC的TITO-NDCS各闭环控制回路的可调参数为1个相比，采用二自由度IMC的控制回路2，其闭环控制回路的可调参数为2个，可进一步提高系统的稳定性、跟踪性能与抗干扰能力；尤其是当系统存在较大扰动和模型失配时，反馈滤波器F₂(s)的存在可进一步改善系统的动态性能质量，降低网络时延对系统稳定性的影响。

5、由于本发明采用的是“软件”改变TITO-NDCS结构的补偿与控制方法，因而在其实现过程中无需再增加任何硬件设备，利用现有TITO-NDCS智能节点自带的软件资源，足以实现其补偿与控制功能，可节省硬件投资便于推广和应用。

附图说明

图1：NCS的典型结构

图1中，系统由传感器S节点，控制器C节点，执行器A节点，被控对象，前向网络通路传输单元以及反馈网络通路传输单元所组成。

图1中：x(s)表示系统输入信号；y(s)表示系统输出信号；C(s)表示控制器；u(s)表示控制信号；τ_ca表示将控制信号u(s)从控制器C节点向执行器A节点传输所经历的前向网络通路传输时延；τ_sc表示将传感器S节点的检测信号y(s)向控制器C节点传输所经历的反馈网络通路传输时延；G(s)表示被控对象传递函数。

图2：MIMO-NDCS的典型结构

图2中，系统由r个传感器S节点，控制器C节点，m个解耦执行器DA节点，被控对象G，m个前向网络通路传输时延单元，以及r个反馈网络通路传输时延单元所组成。

图2中：y_j(s)表示系统的第j个输出信号；u_i(s)表示第i个控制信号；表示将控制信号u_i(s)从控制器C节点向第i个解耦执行器DA节点传输所经历的前向网络通路传输时延；表示将第j个传感器S节点的检测信号y_j(s)向控制器C节点传输所经历的反馈网络通路传输时延；G表示被控对象传递函数。

图3：TITO-NDCS的典型结构

图3中，系统由闭环控制回路1和2所构成，系统包含传感器S1和S2节点，控制器C节点，解耦执行器DA1和DA2节点，被控对象传递函数G₁₁(s)和G₂₂(s)以及被控对象交叉通道传递函数G₂₁(s)和G₁₂(s)，交叉解耦通道传递函数P₂₁(s)和P₁₂(s)，前向网络通路传输单元和以及反馈网络通路传输单元和所组成。

图3中：x₁(s)和x₂(s)表示系统输入信号；y₁(s)和y₂(s)表示系统输出信号；C₁(s)和C₂(s)表示控制回路1和2的控制器；u₁(s)和u₂(s)表示控制信号；u_p1(s)和u_p2(s)表示控制解耦信号；τ₁和τ₃表示将控制信号u₁(s)和u₂(s)从控制器C节点向解耦执行器DA1和DA2节点传输所经历的前向网络通路传输时延；τ₂和τ₄表示将传感器S1和S2节点的检测信号y₁(s)和y₂(s)向控制器C节点传输所经历反馈网络通路传输时延。

图4：一种包含预估模型的TITO-NDCS时变时延补偿与控制结构

图4中，以及是网络传输时延以及的预估时延模型；以及是网络传输时延以及的预估时延模型；G_11m(s)和G_22m(s)是被控对象传递函数G₁₁(s)和G₂₂(s)的预估模型；G_12m(s)和G_21m(s)是被控对象交叉通道传递函数G₁₂(s)和G₂₁(s)的预估模型；P_12m(s)和P_21m(s)是交叉解耦通道传递函数P₂₁(s)和P₁₂(s)的预估模型；C_2IMC(s)是内模控制器。

图5：一种SPC与二自由度IMC的TITO-NDCS时变网络时延补偿方法

图5中，F₂(s)是反馈滤波器

具体实施方式

下面将通过参照附图5来详细描述本发明的示例性实施例，使本领域的普通技术人员更清楚本发明的上述特征和优点.

具体实施步骤如下所述：

对于闭环控制回路1：

第一步：传感器S1节点工作于时间驱动方式，被采样周期为h₁的信号所触发；当传感器S1节点被触发后，对被控对象G₁₁(s)的输出信号y₁₁(s)和被控对象交叉通道传递函数G₁₂(s)的输出信号y₁₂(s)，以及解耦执行器DA1节点的输出信号y_11mb(s)和y_12mb(s)进行采样，并计算出闭环控制回路1的系统输出信号y₁(s)和反馈信号y_1b(s)，且y₁(s)＝y₁₁(s)+y₁₂(s)和y_1b(s)＝y₁(s)-y_11mb(s)-y_12mb(s)；

第二步：传感器S1节点将反馈信号y_1b(s)，通过闭环控制回路1的反馈网络通路向控制预解耦器CPD节点传输，反馈信号y_1b(s)将经历网络传输时延τ₂后，才能到达控制预解耦器CPD节点；

第三步：控制预解耦器CPD节点工作于事件驱动方式，被反馈信号y_1b(s)触发后，将闭环控制回路1的系统给定信号x₁(s)与反馈信号y_1b(s)和被控对象交叉通道传递函数预估模型G_12m(s)输出值y_12ma(s)以及被控对象预估模型G_11m(s)输出值y_11ma(s)相减，得到偏差信号e₁(s)，即e₁(s)＝x₁(s)-y_1b(s)-y_12ma(s)-y_11ma(s)；对e₁(s)实施控制算法C₁(s)，得到控制信号u₁(s)；

第四步：将控制信号u₁(s)与预解耦交叉通道传递函数P_12m(s)的输出信号y_p12m(s)相减，得到预解耦信号u_p1m(s)，即u_p1m(s)＝u₁(s)-y_p12m(s)；将u_p1m(s)作用于被控对象预估模型G_11m(s)得到其输出值y_11ma(s)；

第五步：将来自控制预解耦器CPD节点闭环控制回路2中的预解耦信号u_p2m(s)作用于闭环控制回路1的被控对象交叉通道传递函数预估模型G_12m(s)得到其输出信号y_12ma(s)；将预解耦信号u_p2m(s)作用于交叉解耦通道传递函数预估模型P_12m(s)得到其输出信号y_p12m(s)；

第六步：将控制信号u₁(s)通过闭环控制回路1的前向网络通路单元向解耦执行器DA1节点传输，u₁(s)将经历网络传输时延τ₁后，才能到达解耦执行器DA1节点；

第七步：解耦执行器DA1节点工作于事件驱动方式，被控制信号u₁(s)所触发后，将来自于闭环控制回路2解耦执行器DA2节点的解耦输出信号u_p2(s)，作用于闭环控制回路1的解耦交叉通道传递函数P₁₂(s)得到其输出值y_p12(s)；将IMC信号u₁(s)与y_p12(s)相减，得到控制回路1的解耦输出信号u_p1(s)，即u_p1(s)＝u₁(s)-y_p12(s)；

第八步：将来自于闭环控制回路2解耦执行器DA2节点的解耦输出信号u_p2(s)，作用于解耦执行器DA1节点中的预估模型G_12m(s)得到其输出值y_12mb(s)；

第九步：将解耦执行器DA1节点的输出信号u_p1(s)，作用于被控对象传递函数预估模型G_11m(s)得到其输出值y_11mb(s)；

第十步：将解耦执行器DA1节点的输出信号u_p1(s)，作用于被控对象G₁₁(s)得到其输出值y₁₁(s)；将信号u_p1(s)作用于被控对象交叉通道传递函数G₂₁(s)得到其输出值y₂₁(s)；从而实现对被控对象G₁₁(s)和G₂₁(s)的解耦与SPC，并实现对时变网络时延τ₁和τ₂的补偿与控制；

第十一步：返回第一步；

对于闭环控制回路2：

第一步：传感器S2节点工作于时间驱动方式，被采样周期为h₂的信号所触发；当传感器S2节点被触发后，对被控对象G₂₂(s)的输出信号y₂₂(s)和被控对象交叉通道传递函数G₂₁(s)的输出信号y₂₁(s)，以及解耦执行器DA2节点的输出信号y_22mb(s)和y_21mb(s)进行采样，并计算出闭环控制回路2的系统输出信号y₂(s)和反馈信号y_2b(s)，且y₂(s)＝y₂₂(s)+y₂₁(s)和y_2b(s)＝y₂(s)-y_22mb(s)-y_21mb(s)；

第二步：传感器S2节点将反馈信号y_2b(s)，通过闭环控制回路2的反馈网络通路向控制预解耦器CPD节点传输，反馈信号y_2b(s)将经历网络传输时延τ₄后，才能到达控制预解耦器CPD节点；

第三步：控制预解耦器CPD节点工作于事件驱动方式，被反馈信号y_2b(s)触发后，将反馈信号y_2b(s)先与被控对象交叉通道传递函数预估模型G_21m(s)的输出y_21ma(s)相加后再与被控对象预估模型G_22m(s)的输出值y_22ma(s)相减得到其信号y_2c(s)，即y_2c(s)＝y_2b(s)+y_21ma(s)-y_22ma(s)；将y_2c(s)作用于反馈滤波器F₂(s)得到其输出值y_F2(s)；将系统给定信号x₂(s)，减去反馈滤波器F₂(s)的输出信号y_F2(s)，得到系统偏差信号e₂(s)，即e₂(s)＝x₂(s)-y_F2(s)；对e₂(s)实施内模控制算法C_2IMC(s)，得到IMC信号u₂(s)；

第四步：将IMC信号u₂(s)与预解耦交叉通道传递函数P_21m(s)的输出信号y_p21m(s)相减，得到预解耦信号u_p2m(s)，即u_p2m(s)＝u₂(s)-y_p21m(s)；

第五步：将来自控制预解耦器CPD节点闭环控制回路1中的预解耦信号u_p1m(s)作用于闭环控制回路2的被控对象交叉通道传递函数预估模型G_21m(s)得到其输出信号y_21ma(s)；将预解耦信号u_p1m(s)作用于交叉解耦通道传递函数预估模型P_21m(s)得到其输出信号y_p21m(s)；将y_p21m(s)作用于被控对象预估模型G_22m(s)得到其输出值y_22ma(s)；

第六步：将IMC信号u₂(s)通过闭环控制回路2的前向网络通路单元向解耦执行器DA2节点传输，u₂(s)将经历网络传输时延τ₃后，才能到达解耦执行器DA2节点；

第七步：解耦执行器DA2节点工作于事件驱动方式，被IMC信号u₂(s)所触发后，将来自于闭环控制回路1解耦执行器DA1节点的解耦输出信号u_p1(s)，作用于闭环控制回路2的解耦交叉通道传递函数P₂₁(s)得到其输出值y_p21(s)；将IMC信号u₂(s)与y_p21(s)相减，得到控制回路2的解耦输出信号u_p2(s)，即u_p2(s)＝u₂(s)-y_p21(s)；

第八步：将来自于闭环控制回路1解耦执行器DA1节点的解耦输出信号u_p1(s)，作用于解耦执行器DA2节点中的预估模型G_21m(s)得到其输出值y_21mb(s)；

第九步：将解耦执行器DA2节点的输出信号u_p2(s)，作用于被控对象传递函数预估模型G_22m(s)得到其输出值y_22mb(s)；

第十步：将解耦执行器DA2节点的输出信号u_p2(s)，作用于被控对象G₂₂(s)得到其输出值y₂₂(s)；将信号u_p2(s)作用于被控对象交叉通道传递函数G₁₂(s)得到其输出值y₁₂(s)；从而实现对被控对象G₂₂(s)和G₁₂(s)的解耦与二自由度IMC，并实现对时变网络时延τ₃和τ₄的补偿与控制；

第十一步：返回第一步；

以上所述仅为本发明的较佳实施例而己，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。